Descrizione Corso

Il corso introduce in modo completo e pratico la programmazione ad oggetti (OOP) con Python, uno dei linguaggi più richiesti nel mercato del lavoro e utilizzato in ambiti come sviluppo software, data science, AI e automazione. Attraverso lezioni guidate, esercizi pratici e simulazioni reali, i partecipanti acquisiranno competenze concrete per progettare software scalabili e manutenibili. Il corso è ideale sia per chi vuole consolidare le basi, sia per professionisti che vogliono applicare l’OOP a progetti aziendali.

Argomenti

• Introduzione a Python: sintassi base, variabili, tipi di dato
• Funzioni, moduli e librerie standard
• Concetti fondamentali della programmazione ad oggetti
• Classi, oggetti, metodi e costruttori
• Ereditarietà, incapsulamento, overriding e polimorfismo
• Uso avanzato di classi e metodi statici
• Eccezioni e gestione degli errori
• File I/O e manipolazione dati
• Testing, debugging e strutture di progetto
• Applicazioni reali: progettazione e sviluppo di un’app OOP

Cosa imparerai

• Come progettare software strutturato e scalabile con Python
• Le basi solide della programmazione ad oggetti
• Metodi per organizzare codice riutilizzabile ed efficiente
• Come applicare i concetti OOP a casi reali aziendali

Programma

1. Introduzione al linguaggio Python: sintassi base, variabili, operatori
2. Strutture dati fondamentali: liste, tuple, dizionari, set
3. Funzioni e modularità: definizione, argomenti, return, scope
4. Introduzione all’OOP: cos’è la programmazione a oggetti, vantaggi e applicazioni
5. Definizione e uso di classi e oggetti in Python
6. Costruttori (__init__) e metodi istanza
7. Attributi e metodi di classe, statici e dinamici
8. Incapsulamento e gestione degli  accessi (public, protected, private)
9. Ereditarietà: concetto, implementazione e vantaggi
10. Polimorfismo e overriding dei metodi
11. Gestione delle eccezioni: blocchi try, except, finally
12. — Lettura e scrittura su file (File I/O)
13. Organizzazione di progetti OOP: strutture modulari e best practice
14. Testing e debugging del codice
15. Integrazione di librerie esterne e ambienti di sviluppo (pip, virtualenv)
16. Project work: progettazione e sviluppo di una mini-app strutturata a oggetti

Strumenti utilizzati

• Python 3.x
• IDE (Visual Studio Code, PyCharm)
• Librerie standard e strumenti di debugging
• Toolkit Hdemy con esempi ed esercizi

Metodologie

• Learning by doing
• Micro esercizi e sviluppo progressivo
• Simulazioni di progetti reali
• Quiz e validazione delle competenze
• Project work finale